HOG特征学习-笔记

文章结构概览

• HOG特征的定义

  • HOG特征的具体提取算法步骤

    • （1）对图像进行归一化处理，即将gamma空间与颜色空间进行标准化操作
    • （2）通过梯度算子对图像实施卷积运算，以获取图像的梯度信息
    • （3）针对每个cell中的梯度数据，将其投影并生成对应的梯度密度分布直方图
    • （4）将多个cell组合成较大的窗口block，在块内对梯度直方图进行归一化处理，并通过滑动窗口的方式统计特征信息
    • （5）汇总所有提取出的HOG特征，并计算其维度数值

  • 参考博客

HOG特征定义与提取

HOG的完整名称为方向梯度直方图（Histogram of Oriented Gradient, HOG）。将Hog特征与SVM分类器相结合，已在图像识别领域得到广泛应用，并在行人检测任务中取得了显著成效。

方向与梯度所体现的含义是什么？

图像中的梯度反映了其边缘特征，因此通过统计梯度方向与密度的分布情况，可以有效描述局部区域的轮廓形态及纹理特征。

HOG特征的具体提取算法步骤

![